Guide de démarrage rapide : Seeed Studio reCamera avec Ultralytics YOLO26

La reCamera a été présentée à la communauté IA lors de YOLO Vision 2024 (YV24), l'événement hybride annuel d'Ultralytics. Elle est principalement conçue pour les applications d'IA en périphérie, offrant des capacités de traitement puissantes et un déploiement simplifié.

With support for diverse hardware configurations and open-source resources, it serves as an ideal platform for prototyping and deploying innovative computer vision solutions at the edge.

Seeed Studio reCamera

Pourquoi choisir reCamera ?

La série reCamera est conçue spécifiquement pour les applications d'IA en périphérie, adaptée aux besoins des développeurs et des innovateurs. Voici pourquoi elle se démarque :

  • Performances optimisées par RISC-V : Au cœur de l'appareil se trouve le processeur SG200X, basé sur l'architecture RISC-V, offrant des performances exceptionnelles pour les tâches d'IA en périphérie tout en préservant l'efficacité énergétique. Avec la capacité d'exécuter 1 billion d'opérations par seconde (1 TOPS), elle gère facilement des tâches exigeantes comme la détection d'objets en temps réel.

  • Technologies vidéo optimisées : Elle prend en charge les standards de compression vidéo avancés, notamment H.264 et H.265, pour réduire les besoins en stockage et en bande passante sans sacrifier la qualité. Des fonctionnalités comme l'imagerie HDR, la réduction du bruit 3D et la correction de l'objectif assurent des visuels professionnels, même dans des environnements difficiles.

  • Double traitement économe en énergie : Alors que le SG200X gère les tâches d'IA complexes, un microcontrôleur 8 bits plus petit gère les opérations simples pour économiser l'énergie, ce qui rend la reCamera idéale pour les configurations alimentées par batterie ou à faible consommation.

  • Conception modulaire et évolutive : La reCamera est construite avec une structure modulaire, composée de trois éléments principaux : la carte centrale, la carte capteur et la carte de base. Cette conception permet aux développeurs d'échanger ou de mettre à niveau facilement les composants, assurant flexibilité et pérennité pour les projets en évolution.

Configuration matérielle rapide de la reCamera

Veuillez suivre le Guide de démarrage rapide de reCamera pour l'initialisation de l'appareil, comme la connexion à un réseau WiFi et l'accès à l'interface web Node-RED pour un aperçu rapide des résultats de détection.

Inférence utilisant les modèles YOLO26 préinstallés

La reCamera est livrée avec quatre modèles Ultralytics YOLO26 préinstallés et tu peux simplement choisir le modèle souhaité au sein du tableau de bord Node-RED.

Étape 1 : Si tu as connecté la reCamera à un réseau, saisis l'adresse IP de la reCamera dans un navigateur web pour ouvrir le tableau de bord Node-RED. Si tu as connecté la reCamera à un PC via USB, tu peux entrer 192.168.42.1. Ici, tu verras que le modèle de détection YOLO26n est chargé par défaut.

Démonstration reCamera YOLO11n

Étape 2 : Clique sur le cercle vert en bas à droite pour accéder à l'éditeur de flux Node-RED.

Étape 3 : Clique sur le nœud model et clique sur On Device.

Sélection du modèle Node-RED

Étape 4 : Choisis l'un des quatre modèles YOLO26n préinstallés et clique sur Done. Par exemple, nous sélectionnerons ici YOLO26n Pose

Node-RED YOLO11n-pose select

Étape 5 : Clique sur Deploy et une fois le déploiement terminé, clique sur Dashboard.

Déploiement Node-RED de reCamera

Tu pourras maintenant voir le modèle d'estimation de pose YOLO26n en action !

Démonstration reCamera YOLO11n-pose

Exportation vers cvimodel : conversion de ton modèle YOLO26

Si tu souhaites utiliser un modèle YOLO26 entraîné sur mesure avec reCamera, suis les étapes ci-dessous.

Ici, nous allons d'abord convertir un modèle PyTorch en ONNX, puis le convertir au format de modèle MLIR. Enfin, le fichier MLIR sera converti en cvimodel pour exécuter l'inférence sur l'appareil.

Seeed Studio reCamera AI development toolchain

Exporter vers ONNX

Exporte un modèle Ultralytics YOLO26 vers le format de modèle ONNX.

Installation

Pour installer les packages requis, exécute :

!!! Tip "Installation"

pip install ultralytics

Pour des instructions détaillées et les meilleures pratiques liées au processus d'installation, consulte notre guide d'installation d'Ultralytics. Pendant l'installation des paquets requis pour YOLO26, si tu rencontres des difficultés, consulte notre guide des problèmes courants pour des solutions et astuces.

Utilisation

Utilisation
from ultralytics import YOLO

# Load the YOLO26 model
model = YOLO("yolo26n.pt")

# Export the model to ONNX format
model.export(format="onnx", opset=14)  # creates 'yolo26n.onnx'

Pour plus de détails sur le processus d'exportation, visite la page de documentation Ultralytics sur l'exportation.

Conversion d'ONNX vers MLIR et cvimodel

Après avoir obtenu un modèle ONNX, reporte-toi à la page Convertir et quantifier des modèles d'IA pour convertir le modèle ONNX en MLIR, puis en cvimodel.

Remarque

Nous travaillons activement à l'ajout du support de la reCamera directement dans le package Ultralytics, qui sera bientôt disponible. En attendant, consulte notre blog sur l'intégration des modèles Ultralytics YOLO avec la reCamera de Seeed Studio pour plus d'informations.

Benchmarks

Bientôt disponible.

Applications réelles de la reCamera

Les capacités avancées de vision par ordinateur et la conception modulaire de la reCamera la rendent adaptée à un large éventail de scénarios réels, aidant les développeurs et les entreprises à relever des défis uniques en toute simplicité.

  • Détection de chute : Conçue pour des applications de sécurité et de santé, la reCamera peut détecter les chutes en temps réel, ce qui la rend idéale pour les soins aux personnes âgées, les hôpitaux et les environnements industriels où une intervention rapide est critique.

  • Détection d'équipements de protection individuelle : La reCamera peut être utilisée pour assurer la sécurité au travail en détectant la conformité aux EPI en temps réel. Elle aide à identifier si les travailleurs portent des casques, des gants ou d'autres équipements de sécurité, réduisant les risques dans les environnements industriels.

Détection d'équipements de protection individuelle

  • Détection d'incendie : Les capacités de traitement en temps réel de la reCamera en font un excellent choix pour la détection d'incendie dans les zones industrielles et résidentielles, fournissant des avertissements précoces pour prévenir des catastrophes potentielles.

  • Détection des déchets : Elle peut également être utilisée pour des applications de détection des déchets, ce qui en fait un excellent outil pour la surveillance environnementale et la gestion des déchets.

  • Détection de pièces automobiles : Dans les industries manufacturières et automobiles, elle aide à détecter et à analyser les pièces de voiture pour le contrôle qualité, la surveillance des lignes d'assemblage et la gestion des stocks.

Détection de pièces de voiture YOLO pour l'inspection automobile

FAQ

Comment puis-je installer et configurer la reCamera pour la première fois ?

Pour configurer ta reCamera pour la première fois, suis ces étapes :

  1. Connecte la reCamera à une source d'alimentation
  2. Connecte-la à ton réseau WiFi en suivant le Guide de démarrage rapide de reCamera
  3. Accède à l'interface web Node-RED en saisissant l'adresse IP de l'appareil dans un navigateur web (ou utilise 192.168.42.1 si elle est connectée via USB)
  4. Commence à utiliser immédiatement les modèles YOLO26 préinstallés via l'interface du tableau de bord

Puis-je utiliser mes modèles YOLO26 entraînés sur mesure avec reCamera ?

Oui, tu peux utiliser des modèles YOLO26 entraînés sur mesure avec reCamera. Le processus implique :

  1. D'exporter ton modèle PyTorch au format ONNX en utilisant model.export(format="onnx", opset=14)
  2. De convertir le modèle ONNX au format MLIR
  3. De convertir le fichier MLIR au format cvimodel pour l'inférence sur l'appareil
  4. De charger le modèle converti sur ta reCamera

Pour des instructions détaillées, reporte-toi au guide Convertir et quantifier des modèles d'IA.

Qu'est-ce qui différencie la reCamera des caméras IP traditionnelles ?

Contrairement aux caméras IP traditionnelles qui nécessitent du matériel externe pour le traitement, la reCamera :

  • Intègre le traitement IA directement sur l'appareil avec son processeur RISC-V SG200X
  • Offre 1 TOPS de puissance de calcul pour les applications d'IA en périphérie en temps réel
  • Dispose d'une conception modulaire permettant la mise à niveau et la personnalisation des composants
  • Prend en charge des technologies vidéo avancées comme la compression H.264/H.265, l'imagerie HDR et la réduction du bruit 3D
  • Est livrée avec des modèles Ultralytics YOLO26 préinstallés pour une utilisation immédiate

Ces fonctionnalités font de la reCamera une solution autonome pour les applications d'IA en périphérie sans nécessiter de matériel de traitement externe supplémentaire.

Commentaires